CN106427987B

CN106427987B - 控制混合动力车辆的系统和方法

Info

Publication number: CN106427987B
Application number: CN201510886335.2A
Authority: CN
Inventors: 金贤燮; 金锡俊; 李显燮; 郑钟烈; 李羲润; 车硕源
Original assignee: Hyundai Motor Co; Kia Motors Corp; Seoul National University Industry Foundation
Current assignee: Hyundai Motor Co; Seoul National University Industry Foundation; Kia Corp
Priority date: 2015-08-04
Filing date: 2015-12-04
Publication date: 2020-08-11
Anticipated expiration: 2035-12-04
Also published as: KR101734267B1; US20170036663A1; DE102015223733B4; DE102015223733A1; CN106427987A; KR20170016706A; US9714023B2

Abstract

本发明涉及控制混合动力车辆的系统和方法。该方法包括：基于输入的目的地和当前位置，设定车辆的行驶路线；以及使用关于行驶路线的信息、环境信息和驾驶者的驾驶模式信息，预测车辆的未来速度。使用预测的未来速度，导出最优动力分配映射图，其包括最优SOC轨迹线以及发动机与电动机的动力分配比。另外，使用最优SOC轨迹线以及发动机与电动机的动力分配比，分配发动机动力和电动机动力。

Description

控制混合动力车辆的系统和方法

技术领域

本发明涉及控制混合动力车辆的系统和方法，更具体地涉及如下控制混合动力车辆的系统和方法，其能够在指定的行驶路线的整个区域中优化燃料消耗。

背景技术

可以使用由发动机和电动机构成的至少两种动力源各式各样地形成混合动力电动车辆。混合动力电动车辆包括安装有变速器的电动装置(TMED)型传动系，在其中电动机、变速器和驱动轴串联连接。此外，发动机离合器设定在发动机和电动机之间，并且因此基于发动机离合器是否耦合，可以以电动车辆(EV)模式或混合动力电动车辆(HEV)模式驱动混合动力电动车辆。

EV模式是由电动机的驱动转矩驱动车辆的模式，而HEV模式是由电动机和发动机的驱动转矩驱动车辆的模式。因此，当混合动力电动车辆正在行驶时，发动机可以被开启或关闭。当高压电池应用到TMED型传动系时，在EV模式中可以关闭发动机。特别地，可以通过设定发动机的最优工作点，开启或关闭发动机。换句话说，混合动力车辆应当优化电池使用，以最大化混合动力车辆的燃料消耗的改善。

例如，目前混合动力车辆的控制基于瞬时行驶状况最大化系统效率(例如，局部最优化)，并且预测预期的行驶状况并使用预测的行驶状况来更高效地使用电池能量。换句话说，由于控制器操作性能的限制、道路交通信息的缺乏等，现有的混合动力车辆控制是考虑瞬时行驶状况来执行。然而，控制器的性能快速地提高，并且道路交通信息的量与精确度也增大，因此可以实现预测未来行驶状况以及积极地利用预测的行驶状况。

作为示例，当在恒定速度行驶状况下输入了目的地信息时，控制混合动力车辆的方法通过生成目标廓线(profile)，提高燃料效率，并且为了提高SOC，通过在车辆行驶在HEV模式下的区间中应用最优化技术，提高燃料效率。作为另一示例，控制混合动力车辆的方法在自动巡航行驶时应用实时最优化技术以提取最优燃料效率速度廓线，并接着调节车辆的目标巡航速度。

在拥堵行驶状况下，控制混合动力车辆的方法是通过连续重复电池的充电和放电来运行的。特别地，在低速拥挤区间中，由于电池能量短缺，不能充分地实现EV模式行驶，并且发动机应当在低效率区域中运转以对电池进行充电。

在该背景部分中公开的上述信息仅仅是为了增强对本发明的背景的理解，因此它可能包含不构成在本国中对本领域技术人员已知的现有技术的信息。

发明内容

本发明提供如下控制混合动力车辆的系统和方法，其能够通过在指定行驶路线的整个区域中提前预测未来的行驶状况，基于最优荷电状态(SOC)轨迹线来操作混合动力车辆。

此外，本发明提供如下控制混合动力车辆的系统和方法，其能够在指定行驶路线中提前预测未来行驶状况，在车辆进入低速拥堵区之前充分地对电池充电，在低速拥堵区中充分地使用EV模式，从车辆离开拥堵区的时刻再次对电池充电。

本发明的示例性实施例提供一种控制混合动力车辆的系统，其可以包括：被配置为产生动力的发动机和电动机；以及被配置为操作发动机和电动机的控制器。控制器可以被配置为操作并包括：路线生成单元，其被配置为基于车辆的目的地和当前位置，设定车辆的行驶路线；速度预测单元，其被配置为使用关于行驶路线的信息、环境信息和驾驶者的驾驶模式信息，预测车辆的未来速度；最优化设定单元，其被配置为针对预测的未来速度，导出行驶路线的整个区域的最优SOC轨迹线以及发动机与电动机的动力分配比；以及动力分配单元，其被配置为使用由最优化设定单元导出的最优SOC轨迹线以及发动机与电动机的动力分配比，最优地调节对发动机与电动机的动力分配。

路线生成单元可以被配置为将关于行驶路线的全球定位系统(GPS)信息和智能交通系统(ITS)信息发送到速度预测单元。GPS信息和ITS信息可以包括关于行驶路线的坡度信息和环境信息，并且驾驶者的驾驶模式信息可以包括累积的速度信息。速度预测单元可以应用Markov driver(MD)模型来预测车辆的未来速度。最优化设定单元可以应用动态规划(DP)技术来导出行驶路线的SOC轨迹线。最优化设定单元可以应用随机动态规划(SDP)来导出实时控制的映射图数据。

本发明的另一示例性实施例提供一种控制混合动力车辆的方法，其可以包括以下步骤：驾驶者输入的目的地和当前位置，设定车辆的行驶路线；使用关于行驶路线的信息、环境信息和驾驶者的驾驶模式信息，预测车辆的未来速度；使用预测的未来速度，导出最优动力分配映射图，所述最优动力分配映射图包括最优荷电状态(SOC)轨迹线以及发动机与电动机的动力分配比；以及使用最优SOC轨迹线以及发动机与电动机的动力分配比，分配发动机动力和电动机动力。该方法还可以包括以下步骤：在预测了车辆的未来速度之后，确定在行驶路线中是否产生事件；以及当产生事件时，再计算车辆的行驶路线。当车辆沿行驶路线行驶而未产生事件时，该方法可以包括确定当前SOC与目标SOC之间的差的绝对值是否大于设定SOC。在当前SOC与目标SOC之间的差的绝对值大于设定SOC时，可以操作发动机强制地开启或关闭，而不管驾驶者所需的动力如何。

另外，在当前SOC与目标SOC之间的差的绝对值小于设定SOC时，可以基于存储在驾驶者所需的动力和最优动力分配映射图中的发动机开启动力和发动机关闭动力，操作发动机的开启或关闭。在当前SOC小于目标SOC的量为设定SOC以上时，可以通过开启发动机对电池进行充电，而不管驾驶者所需的动力如何。另外，在当前SOC大于目标SOC的量为设定SOC以上时，可以通过关闭发动机对电池进行放电，而不管驾驶者所需的动力如何。

根据本发明的示例性实施例，可以在车辆行驶前，预先计算未来行驶状况的最优燃料效率控制策略，根据计算结果，基于最优SOC轨迹线来操作发动机与电动机。因此，可以通过改善发动机的平均行驶效率并充分地利用EV模式行驶，从车辆的角度看，改善系统的效率。

附图说明

提供各附图的简要描述是为了更充分地说明本发明的具体实施方式中使用的附图。

图1是根据本发明的示例性实施例的混合动力车辆的控制装置的构造图；

图2是根据本发明的示例性实施例的应用到图1的控制器的构造图；

图3是根据本发明的示例性实施例的控制混合动力车辆的方法的流程图；

图4是示出根据本发明的示例性实施例的基于最优化技术的实时控制的曲线图；

图5是根据本发明的示例性实施例的确定发动机启动动力的曲线图；

图6是示出根据本发明的示例性实施例的发动机与电动机的最优动力分配比的曲线图；

图7是示出根据本发明的示例性实施例的行驶距离与SOC轨迹线之间关系的曲线图；

图8是示出与图7对应的根据现有技术的行驶距离与SOC轨迹线之间关系的曲线图；

图9是示出根据本发明的另一示例性实施例的行驶距离与SOC轨迹线之间关系的曲线图；

图10是示出与图9对应的根据现有技术的行驶距离与SOC轨迹线之间关系的曲线图；

图11至图13是示出根据本发明的示例性实施例的对于每一个车辆速度的最优发动机动力映射图的曲线图；

图14至图19是示出根据本发明的示例性实施例的对于各种车辆速度的最优发动机动力映射图的曲线图。

符号的描述

1：发动机

2：电动机

3：电池

4：离合器

5：变速器

6：控制器(控制单元)

11：HSG

61：速度预测单元

62：最优化设定单元

63：动力分配单元

71：导航信息

72：GPS信息

73：ITS信息

具体实施方式

应当理解，在此使用的术语“车辆”或“车辆的”或者其他类似的术语包括一般机动车辆，例如客运汽车(包括运动型多功能车辆(SUV))、公共汽车、卡车、各种商用车辆、水运工具(包括各种艇和船)、飞机等，并且包括混合动力车辆、电动车辆、插电式混合动力电动车辆、氢动力车辆和其他替代燃料车辆(例如，从石油以外的资源得到的燃料)。如在此提到的，混合动力车辆是具有两个或更多个动力源的车辆，例如，既有汽油动力又有电动力的车辆。

虽然示例性实施例被描述为使用多个单元来执行示例性过程，但是应当理解，示例性过程也可以由一个或复数个模块执行。此外，应当理解，术语控制器/控制单元是指包括存储器和处理器的硬件设备。存储器被配置为存储模块，并且处理器被具体配置为运行所述模块以执行下面进一步描述的一个或多个过程。

此外，本发明的控制逻辑可以被体现为计算机可读介质上的非暂时性计算机可读媒介，其包含可执行程序指令，可执行程序指令由处理器、控制器/控制单元等执行。计算机可读介质的示例包括但不限于ROM、RAM、光盘(CD)-ROM、磁带、软盘、闪存驱动器、智能卡和光学数据存储设备。计算机可读记录介质也可以分布在联网的计算机系统中，使得计算机可读媒介以分布式方式例如由远程信息处理服务器或者控制器局域网(CAN)存储和执行。

在此使用的术语只是出于描述特定实施例的目的，并非意图限制本发明。如在此使用的，单数形式“一”、“一个/一种”以及“该/所述”意在也包括复数形式，除非上下文清楚地指出。还应当理解，当在本说明书中使用时，术语“包括”和/或“包含”指明所叙述的特征、整数、步骤、操作、元素和/或部件的存在，但不排除存在或增加一个或多个其他特征、整数、步骤、操作、元素、部件和/或其群组。如在此使用的，术语“和/或”包括所列出的相关项目中的一个或多个的任何组合以及全部组合。

除非具体说明或者从上下文显而易见，否则如在此使用的，术语“大约”被理解为在本领域正常公差的范围内，例如，在平均值的2个标准方差内。“大约”可以被理解为在所叙述的值的10％、9％、8％、7％、6％、5％、4％、3％、2％、1％、0.5％、0.1％、0.05％或者0.01％内。除非从上下文清楚地得出，否则在此提供的所有数值均由术语“大约”修饰。

将参考附图详细描述本发明的示例性实施例，使得本发明所属领域的技术人员可以容易地实施本发明。如本领域技术人员将认识到的，可以以各种不同的方式修改所描述的示例性实施例，而均不偏离本发明的精神或范围。将省略与描述无关的部分，以清楚地描述本发明的示例性实施例，并且贯穿整个说明书，相同的要素将由相同参考标号指示。

下面将描述的根据本发明的示例性实施例的混合动力车辆应用安装有变速器的电动装置(TMED)型的结构。然而，本发明的范围不受限制，并且因此本发明还可以应用于其它类型的混合动力车辆。

图1是根据本发明的示例性实施例的混合动力车辆的控制装置的构造图。参考图1，根据本发明的示例性实施例的控制混合动力车辆的系统可以包括：发动机1、HSG 11、电动机2、电池3、离合器4、变速器5和控制器6。

发动机1可以被配置为燃烧燃料以产生动力，并且HSG 11可以被配置为发动机1，并且当发动机1启动时作为发电机操作以产生电能。电动机2可以被配置为辅助发动机1的动力，并且在车辆制动期间可以作为发电机操作以产生电能。电动机2可以使用充入电池3中的电能来进行操作，并且由电动机2和HSG 11产生的电能可以被充入电池3中。控制器6可以被配置为操作车辆的各部件，包括发动机1、HSG11、电动机2、电池3和离合器4。控制部分6可以被实现为由预定程序运行的至少一个处理器，所述预定程序执行根据本发明的示例性实施例的控制混合动力车辆的方法的每一步。

图2是应用到图1的控制器的构造图。参考图2，控制器6可以被配置为接收导航信息71、GPS信息72和ITS信息73，以通过在指定的行驶路线的整个区域中提前预测未来行驶状况，基于最优SOC轨迹线来操作混合动力车辆。换句话说，混合动力车辆可以包括导航系统、全球定位系统(GPS)和智能交通系统(ITS)。

例如，控制器6可以包括速度预测单元61、最优化设定单元62和动力分配单元63，速度预测单元61被配置为基于从路线生成单元60输入的信息71、72和73来预测车辆的未来速度。控制器6还可以包括：发动机控制器，其被配置为操作发动机1和HSG 11；电动机控制器，其被配置为操作电动机2；变速器控制器(TCU)，其被配置为操作变速器5；以及电池管理系统(BMS)，其被配置为操作电池3。

路线生成单元60可以被配置为根据由驾驶者输入的目的地和当前位置，设定车辆的行驶路线。换句话说，当使用导航系统输入了目的地时，路线生成单元60可以被配置为根据车辆的目的地和当前位置，使用GPS系统和ITS系统设定车辆的行驶路线，并且将预定的行驶路线传递至速度预测单元61。

另外，路线生成单元60可以被配置为使用由驾驶者输入的车辆的目的地信息和当前位置、GPS信息和ITS信息，使用安装在车辆内的导航系统设定车辆的行驶路线。接着，路线生成单元60可以被配置为将生成的车辆的行驶路线、环境信息和驾驶者的驾驶模式信息发送至速度预测单元61。

环境信息可以包括与生成的车辆的行驶路线有关的道路的坡度信息和车辆速度信息。换句话说，GPS信息和ITS信息可以包括道路的坡度信息和道路的车辆速度信息。例如，道路的车辆速度信息可以包括最大限制速度、最小限制速度和平均车辆速度。

驾驶者的驾驶模式信息可以是由安装在车辆内的速度传感器(未示出)实时检测的累积的速度信息，并且存储在控制器6中。换句话说，可以根据过去的速度信息计算驾驶者的驾驶模式信息。速度预测单元61可以使用关于行驶路线的信息、环境信息和驾驶者的驾驶模式信息来预测车辆的未来速度。特别地，速度预测单元可以应用马尔科夫驱动(Markov driver(MD))模型来预测车辆的未来速度。

最优化设定单元62可以被配置为根据预测的未来速度，执行行驶路线的整个区域的燃料消耗的最优化。换句话说，最优化设定单元62可以被配置为导出用于行驶路线的最优化SOC轨迹线和发动机与电动机的动力分配比。例如，最优化设定单元62可以应用动态规划(DP)技术或随机动态规划(SDP)。

另外，可以基于动态规划(DP)技术导出用于行驶路线的最优SOC轨迹线。最优化设定单元62可以被配置为应用随机动态规划(SDP)来导出可实时控制的映射图数据。映射图数据可以包括相对于驾驶者所需动力的发动机动力的数据，并且最优动力分配映射图可以基于映射图数据，最优地分配相对于驾驶者所需动力的发动机1动力和电动机20动力。最优化设定单元62可以应用各种类型的控制逻辑可被应用的各种最优化技术。

动力分配单元63可以使用行驶路线的整个区域中的燃料消耗的最优化结果来执行控制以最优地将动力分配至发动机1与电动机2。换句话说，动力分配单元63可以使用作为DP技术的结果而获得的SOC和作为SDP技术的结果而获得的最优化动力分配图来执行控制以最优地将动力分配至发动机1与电动机2。动力分配与车辆控制逻辑实时连动(interlock)。

图3是根据本发明的示例性实施例的控制混合动力车辆的方法的流程图。参考图3，根据本发明的示例性实施例的控制混合动力车辆的方法可以包括目的地设定过程(S10)、未来速度预测过程(S20)、最优化过程(S30)和最优动力分配过程(S40)。

在目的地设定过程(S10)中，当通过导航系统接收到目的地时，路线生成单元60可以被配置为设定车辆的行驶路线并将生成的行驶路线和环境信息发送至速度预测单元61。在未来速度预测过程(S20)中，速度预测单元61可以使用关于行驶路线的信息、环境信息和驾驶者的驾驶模式信息来预测车辆的未来速度。例如，在未来速度预测过程(S20)中，速度预测单元61可以使用关于行驶路线的信息、环境信息和驾驶者的驾驶模式信息来预测车辆的未来速度。

最优化设定单元62可以被配置为根据速度预测单元61预测的车辆的未来速度、环境信息和驾驶者的驾驶模式信息，导出最优SOC轨迹线(S30)。特别地，由最优化设定单元62导出的最优SOC轨迹线可以变为目标SOC轨迹线。此外，控制器可以被配置为确定在车辆的行驶路线中是否检测到事件(S40)。事件可以指车辆未沿行驶路线行驶的不可预测的状况(例如，驾驶者可能分心、离开行驶车道、在道路上存在障碍等)。当产生了事件时，该方法进行到S10，以允许路径生成单元再计算车辆的行驶路线。

在步骤S40中，当未检测到事件时，控制器可以被配置为确定从最终预测到未来速度的时间t_n-1至当前时间t_n的经过时间t_n-t_n-1是否大于设定行驶时间T(S50)。步骤S50是选择性步骤，并且因此可以根据需要删除。在步骤S50中，当经过时间t_n-t_n-1大于设定行驶时间T时，该方法进行到步骤S10。

当经过时间t_n-t_n-1等于或小于设定行驶时间T时，控制器可以被配置为确定目标SOC(SOC_t)与当前SOC(SOC_n)的绝对值之间的差是否大于设定SOC(例如，约3％)。当目标SOC(SOC_t)与当前SOC(SOC_n)的绝对值之间的差大于设定SOC(例如，约3％)时，控制器可以被配置为操作发动机以强制地开启/关闭(S62)。例如，电池3的当前SOC(SOC_n)小于目标SOC(SOC_t)的量为设定SOC以上的意思是，电池3的充电状态可能不足(例如，图4中L1下的区域)。因此，为了维持SOC接近目标SOC的水平，发动机1可以被强制地开启，而不管驾驶者的所需动力如何，以对电池3进行充电。

此外，电池3的当前SOC(SOC_n)大于目标SOC(SOC_t)的量为设定SOC以上的意思是，电池3的充电状态是过度的(例如，图4中L2之上的区域)。因此，为了维持电池的SOC接近目标SOC的水平，发动机1可以被强制地关闭，并且车辆可以通过电动机2的驱动转矩行驶，以将电池3放电。

在步骤S60中，当目标SOC(SOC_t)与当前SOC(SOC_n)的绝对值之间的差等于或小于设定SOC(例如，约3％)时，控制器可以被配置为基于驾驶者所需的动力，操作发动机10开启/关闭。特别地，可以通过将行驶所需的动力与发动机开启动力/发动机关闭动力进行比较，确定是否启动发动机。使用的发动机开启动力/发动机关闭动力使用预存储在通过最优化设定单元62导出的最优动力分配映射图中的结果。基于驾驶者所需的动力的发动机动力与电动机动力的分配比也可以使用预存储在最优动力分配映射图中的结果。另一方面，设定量不限于约3％，并且可以根据设计者的意图设定。

图4是示出基于最优化技术的实时控制的曲线图。参考图4，基于DP技术的最优化技术在发动机开启线L1与发动机关闭线L2之间配置SOC轨迹线L3。

发动机开启线L1可以被设定为低于SOC轨迹线L3的设定量(例如，3％)，并且发动机关闭线L2可以被设定为大于SOC轨迹线L3的设定量(例如，3％)。此外，发动机开启可能区域Aon可以被设定为还包括在发动机开启线L1之上的设定量(例如，约3.5％)，并且发动机关闭可能区域Aoff可以被设定为还包括在发动机关闭线L2之下的设定量(例如，3.5％)。换句话说，发动机关闭可能区域Aoff与发动机开启可能区域Aon在SOC轨迹线L3下重叠0.5％。换句话说，发动机开启可能区域Aon与发动机关闭可能区域Aoff在SOC轨迹线L3上重叠0.5％。针对高水平的发动机1的开启/关闭动力的基准值可以被设定在SOC轨迹线L3之上的发动机关闭可能区域Aoff中。针对低水平的发动机1与电动机2的动力分配比可以被设定在SOC轨迹线L3之下的发动机开启可能区域Aon中。

图5是确定发动机开启动力的曲线图并且示出针对行驶时间T和所需动力W的发动机1的开启点。每一点是作为最优结果获得的发动机1的开启点，并且每一点确定发动机1的开启/关闭动力。图6是示出发动机与电动机的最优动力分配比的曲线图。参考图6，示出所需动力与动力分配比之间的关系。可以通过发动机动力除以所需动力计算动力分配比。

此外，图6示出根据本发明的示例性实施例的整个区域中的最优动力分配比(四边形)以及根据现有技术的局部最优动力分配比(圆形)。在相同的所需动力下，在整个区域中的最优化动力分配比比局部最优化动力分配比表现得更均匀。

参考图4至图6，通过图4的实时控制，电池3的当前SOC接近目标SOC。当SOC不足时，如果目标SOC与当前SOC之间的差大于设定量(例如，3％)时，则控制器6可以确定缺乏SOC，从而控制发动机强制开启，而不管驾驶者所需的动力如何，由此开始对电池3进行充电。如果充电被执行并且因此目标SOC与当前SOC之间的差小于设定量(例如，-0.5％)，则控制器6根据驾驶者所需的动力控制发动机1开启/关闭。

当SOC过度时，如果目标SOC与当前SOC之间的差值小于设定量(例如，-3％)，则控制器6控制发动机强制关闭，而不管驾驶者所需的动力如何，由此开始对电池3进行放电。如果放电被执行并且因此目标SOC与当前SOC之间的差大于设定量(例如，0.5％)，则控制器6根据驾驶者所需的动力控制发动机1开启/关闭。

此外，当目标SOC与当前SOC之间的差的绝对值小于设定量(例如，约3％)时，控制器6可以被配置为将驾驶者所需的动力与发动机开启/关闭动力进行比较，以确定发动机1的开启(例如，一种状态)。特别地，可以通过在设定路线时用最优结果提前计算，以此确定使用的发动机开启/关闭动力和发动机电动机的动力分配比。换句话说，当发动机1开启时，发动机开启动力可以被确定为驾驶者的最小所需动力的平均值(LA，见图5)。当发动机1关闭时，发动机关闭动力可以被确定为驾驶者的最小所需动力的平均值(LA，见图5)。发动机动力可以被确定为驾驶者所需的动力与最优动力分配比的乘积，并且电动机动力可以被确定为驾驶者所需的动力与发动机动力之间的差。

图7是示出根据本发明的示例性实施例的行驶距离与SOC轨迹线之间的关系的曲线图。参考图7，根据本发明的示例性实施例的实际SOC轨迹线LR1表现为接近通过DP技术最优化的SOC轨迹线LD1。图8是示出与图7对应的根据现有技术的行驶距离与SOC轨迹线之间关系的曲线图。参考图8，根据现有技术的实际SOC轨迹线LR2表现为相当远离通过DP技术最优化的SOC轨迹线LD1。

图9是示出根据本发明的另一示例性实施例的行驶距离与SOC轨迹线之间的关系的曲线图。参考图9，根据本发明的另一示例性实施例的实际SOC轨迹线LR3表现为接近通过DP技术最优化的SOC轨迹线LD2。图10是示出与图9对应的根据现有技术的行驶距离与SOC轨迹线之间关系的曲线图。参考图10，根据现有技术的实际SOC轨迹线LR4表现为相当远离通过DP技术最优化的SOC轨迹线LD2。

换句话说，在指定行驶路线的整个区域中，与根据现有技术的实际SOC轨迹线LR2和LR4相比，根据本发明示例性实施例，作为最优化技术的DP技术的SOC轨迹线LD1和LD2更对应于实际SOC轨迹线LR1和LR3。因此，与现有技术相比，本发明的示例性实施例在指定行驶路线中提前预测未来行驶状况以提高发动机1的平均行驶效率并且充分地利用EV模式行驶。

另一方面，根据本发明的示例性实施例，可以通过针对每个行驶周期比较燃料效率(km/l)获得表1。与现有技术相比，针对每个行驶周期，本发明的示例性实施例在燃料效率上具有3.63％至6.78％的改善效果。

表1

行驶周期	FTP72	FTP75	NEDC	JN1015	HWFET	SUBOO
							常规技术	22.83	22.89	22.22	22.42	24.40	24.46
示例性实施例	23.81	23.72	23.96	23.94	25.33	25.52
							改善效果(％)	↑4.28	↑3.63	↑7.83	↑6.78	↑3.81	↑4.34

联邦测试程序(FTP)72是排气测试模式，新欧洲行驶周期(NEDC)是燃料消耗测量类型，公路燃料经济性测试(HWFET)是在高速公路上的燃料消耗模式。

图11至图13是示出针对每种车辆速度的最优发动机动力映射图。参考图11和图13，SDP技术实现发动机动力映射图，其为最优化结果。换句话说，可以基于发动机动力映射图的SOC、车辆速度和所需动力来确定发动机动力。当车辆速度被确定时，可以基于速度确定以下发动机动力映射图。在图11中，车辆速度为18kph，在图12中，车辆速度为72kph，在图13中，车辆速度为108kph。

基于车辆速度选择的发动机动力映射图可以确定与所需动力和当前SOC对应的发动机动力。特别地，可以使用两个发动机动力映射图，使用线性插值法计算发动机动力。例如，当车辆速度为80kph、72kph和108kph时，可以线性插值映射图以确定发动机动力。当所确定的发动机动力大于0时，发动机1可以开启并可以输出对应的发动机动力。可以通过所需动力与发动机动力之间的差来确定电动机动力。因此，可以确定发动机1与电动机2的最优动力分配比。

图14至图19是示出针对各种车辆速度的最优发动机动力映射图。在图14中，车辆速度为5m/s，在图15中，车辆速度为10m/s，在图16中，车辆速度为15m/s，在图17中，车辆速度为20m/s，在图18中，车辆速度为25m/s，在图19中，车辆速度为30m/s。参考图14至图19，当最优发动机动力映射图的数量增加时，基于发动机动力映射图的SOC、车辆速度和所需动力确定的发动机动力的准确性可以被改善。此外，发动机1与电动机2的最优动力分配比的准确性可以被改善。

尽管本发明已结合目前被认为是示例性实施例的内容描述，但应当理解本发明不限于公开的示例性实施例，而是相反，希望覆盖包括在随附权利要求精神和范围内的各种修改和等效布置。

Claims

1.一种控制混合动力车辆的系统，包括：

被配置为产生动力的发动机和电动机；以及

被配置为操作发动机和电动机的控制器，

其中所述控制器还被配置为：

基于车辆的目的地和当前位置，设定车辆的行驶路线；

使用关于行驶路线的信息、环境信息和驾驶者的驾驶模式信息，预测车辆的未来速度；

针对预测的未来速度，导出行驶路线的最优荷电状态SOC轨迹线以及发动机与电动机的动力分配比；

使用最优SOC轨迹线以及发动机与电动机的动力分配比，调节对发动机与电动机的动力分配；

在预测了车辆的未来速度之后，确定在行驶路线中是否产生事件；

当产生事件时，再计算车辆的行驶路线；以及

当车辆沿行驶路线行驶而未产生事件时，确定当前SOC与目标SOC之间的差的绝对值是否大于设定SOC。

2.根据权利要求1所述的系统，其中所述控制器被配置为接收关于行驶路线的全球定位系统GPS信息和智能交通系统ITS信息。

3.根据权利要求2所述的系统，其中所述GPS信息和所述ITS信息包括关于行驶路线的坡度信息和环境信息，并且驾驶者的驾驶模式信息包括累积的速度信息。

4.根据权利要求3所述的系统，其中应用马尔科夫驱动模型来预测车辆的未来速度。

5.根据权利要求1所述的系统，其中应用动态规划技术来导出行驶路线的SOC轨迹线。

6.根据权利要求1所述的系统，其中应用随机动态规划技术来导出实时控制的映射图数据。

7.一种控制混合动力车辆的方法，包括以下步骤：

由控制器基于驾驶者输入的目的地和当前位置，设定车辆的行驶路线；

由所述控制器使用关于行驶路线的信息、环境信息和驾驶者的驾驶模式信息，预测车辆的未来速度；

由所述控制器使用预测的未来速度，导出最优动力分配映射图，所述最优动力分配映射图包括最优荷电状态SOC轨迹线以及发动机与电动机的动力分配比；

由所述控制器使用最优SOC轨迹线以及发动机与电动机的动力分配比，分配发动机动力和电动机动力；

在预测了车辆的未来速度之后，由所述控制器确定在行驶路线中是否产生事件；

当产生事件时，由所述控制器再计算车辆的行驶路线；以及

当车辆沿行驶路线行驶而未产生事件时，由所述控制器确定当前SOC与目标SOC之间的差的绝对值是否大于设定SOC。

8.根据权利要求7所述的方法，还包括以下步骤：

在当前SOC与目标SOC之间的差的绝对值大于设定SOC时，由所述控制器操作发动机强制地开启或关闭，而不管驾驶者所需的动力如何。

9.根据权利要求7所述的方法，还包括以下步骤：

在当前SOC与目标SOC之间的差的绝对值小于设定SOC时，由所述控制器基于驾驶者所需的动力和存储在最优动力分配映射图中的发动机开启动力和发动机关闭动力，操作发动机的开启或关闭。

10.根据权利要求8所述的方法，还包括以下步骤：

在当前SOC小于目标SOC的量为设定SOC以上时，由所述控制器通过开启发动机对电池进行充电，而不管驾驶者所需的动力如何。

11.根据权利要求8所述的方法，还包括以下步骤：

在当前SOC大于目标SOC的量为设定SOC以上时，由所述控制器通过关闭发动机对电池进行放电，而不管驾驶者所需的动力如何。

12.一种控制混合动力车辆的系统，包括：

用于操作发动机和电动机以产生动力的单元；

用于基于车辆的目的地和当前位置，设定车辆的行驶路线的单元；

用于使用关于行驶路线的信息、环境信息和驾驶者的驾驶模式信息，预测车辆的未来速度的单元；

用于针对预测的未来速度，导出行驶路线的最优荷电状态SOC轨迹线以及发动机与电动机的动力分配比的单元；

用于使用最优SOC轨迹线以及发动机与电动机的动力分配比，调节对发动机与电动机的动力分配的单元；

用于在预测了车辆的未来速度之后，确定在行驶路线中是否产生事件的单元；

用于当产生事件时，再计算车辆的行驶路线的单元；以及

用于当车辆沿行驶路线行驶而未产生事件时，确定当前SOC与目标SOC之间的差的绝对值是否大于设定SOC的单元。

13.根据权利要求12所述的系统，用于设定车辆的行驶路线的单元还被配置为接收关于行驶路线的全球定位系统GPS信息和智能交通系统ITS信息。

14.根据权利要求13所述的系统，其中所述GPS信息和所述ITS信息包括关于行驶路线的坡度信息和环境信息，并且驾驶者的驾驶模式信息包括累积的速度信息。

15.根据权利要求14所述的系统，其中应用马尔科夫驱动模型来预测车辆的未来速度。

16.根据权利要求12所述的系统，其中应用动态规划来导出行驶路线的SOC轨迹线。

17.根据权利要求12所述的系统，其中应用随机动态规划来导出实时控制的映射图数据。